Welcome 2009,New Year,New Plan!

          2009年到来了,2009年注定会是一个不平凡的一年,金融海啸的影响会在国内扩大,国内的就业压力也会空前的大.

 

          昨天在跟张师兄吃饭的时候,都还谈起了目前国家缓解就业压力的一个做法:“教育部根据目前的就业形势研究决定,增加2009年研究生招生数量,与此同时也增加了双学士学位生的招生数量”,感觉这个比较扯淡,根本无法解决根本性问题,只能去拖延时间,讲问题积累的更严重。

 

          哎 先不谈这些国家政策,说说我自己吧,我今年11月份能顺利进入这家公司就业,我相信我的实力很重要,但是运气也还不错,刚好也在它用人之际,公司对我不薄,跟我签了就业合同,我虽然明年09年才毕业,但是现在却已经被看成team的一份子,这种归属感真的不错,经理是一个牛人,清华的双学位/硕士,在IT这行有10多年经验了。

 

          经理那天给我说,进入我们team,不要总是让我告诉你,你该做什么,怎么做。你应该来告诉我:“你的计划,你想怎么发展,需要我给你提供什么support,你应该独立思考和独立应变”。

 

           这话我记住了,我会努力朝这个方向努力的。

 

          Aries也是一个牛人,呵呵,活泼可爱兴趣广泛知识广博,还写了一部关于测试的小说,他讲解任何东西,都非常的通俗易懂,很有逻辑,当然这可能同他以前的教书经历有关吧,我上周做"N-Layer"的ppt的时候就得到了他特别多的指点,给我提出了很多问题,而且都是一针见血,收获很大,呵呵。希望新的一年能真的能实现他的新年愿望:“Make More Money For His coming baby”

 

 

 

          说说2009年的计划吧,希望在2009年,我能在下面所提到的这几个方面有所提高:

 

(1)Linux的学习,基本了解Linux的体系结构和文件系统,进一步熟练掌握Linux的各种命令,能够初通Shell脚本。

 

(2)由于现在处在一个国外Java产品的测试研发团队中,进一步深入Java的学习,不要再向以前那样总是局限于SSH这些流行框架的运用之上了,要深入,恩对了Ant脚本的编写要加强,还有适当的拿起扔了很久的C语言。

 

(3)希望在新的一年,对那个Recorder工具的功能加强能顺利的做出一些成果,从而为团队的自动化测试的推进做出小小的贡献。

 

(4)哦 对了 明年能够顺利论文答辩,顺利毕业,我相信这应该不是问题

 

        恩,就这样吧,希望新的一年,新的希望,各位同志们一起加油吧!

Canoe主要功能的详细介绍 CANoe是德国Vetor公司推出的一款用于总线开发的设备,全程为CAN open environment。后来随着总线技术的发展,CANoe不仅限于CAN类型的总线开发,还包含LIN、FlexRay、MOST和以太网等开发。在车载网络和ECU开发、测试和分析方面,CANoe几乎长期占据着垄断地位,当然是因为其强大的功能性了。目前用这个工具的主要是整车厂和供应商的网络设计工程是、开发工程师和测试工程师。小编当时安装CANoe的时候也是花了一定的时间和精力,好在没有崩溃。 阅读详情

相关推荐

第46篇 · Vol.5:行业落地案例--金融风控/医疗辅助诊断/电商客服/数据分析 Agent

业务指标(如"DAU""GMV")的精确口径(防口径不一致,这是数据工程最容易出问题的地方)。

weixin_41870061的博客 22

编译器 | 从工业实现到极简设计 —— 编译器的多元形态与实践

……

u013669912的博客 793

微信小程序实现自定义底部导航

本文实例为大家分享了微信小程序实现底部导航的具体代码,供大家参考,具体内容如下建一个tabbar.wxml组件<template name=tabBar> <view class=tab-bar xss=removed xss=removed> <block wx:for={{tabBar.list}} wx:key=pagePath> <navigator hov

用国内 ALM 平台落地 IT4IT 3.0:以 Visual ALM 为例打通金融IT全生命周期的实践思路

IT4IT 3.0 为企业提供了数字化 IT 的顶层设计,但真正让价值流动起来的,是底层工具链的工程化能力。像北京维普时代的Visual ALM 作为国内 ALM 平台的一个代表,在本土化、统一数据模型和集成能力方面有其自身特点,可以在一定程度上匹配国内 IT 组织在数字化转型中的实际需求。当然,任何工具都不是银弹。不同团队应根据自身规模、技术栈、流程成熟度来选择适合自己的方案。

vppmo的博客 167

【应用】基于 Next.js 16 + Python mplfinance的金融K线图与技术指标可视化平台(一)

架构:前端展示层(Next.js App Router)、API 桥接层(Node.js Route Handler)、渲染引擎层(Python mplfinance)。KLine Studio 是一个全栈金融图表应用,核心能力是将用户在前端配置的图表参数(图表类型、主题、技术指标组合等)实时传递给 Python 端的 mplfinance 渲染引擎,生成专业级 K 线图 PNG 图片后回传前端展示。通过 Slider 控制(30 ~ maxBars),并提供 60/120/250 三个快捷预设按钮。

海兰 332

行业数据集成架构对比:金融、制造、政务三大场景的差异化设计

数据集成需根据行业特性定制架构,金融、制造、政务各有侧重,需兼顾合规、安全与业务敏捷。

RestCloud的博客 336

【应用】基于 Next.js 16 + Python mplfinance的金融K线图与技术指标可视化平台(四)

只有健康检查通过后才继续启动 Mini-Services,避免子服务启动时因依赖的主服务未就绪而失败。每个 Mini-Service 是一个独立的 Node.js/TypeScript 服务,通过 Caddy 的。这种两级关闭策略(先 TERM 再 KILL)给子进程留出清理资源的时间,避免 Caddy 在 Next.js 还没释放端口时就退出导致的连接泄漏。是部署的核心,负责将源码编译、打包为可独立运行的 tar.gz 产物。终止启动,而不是启动到空数据库——这避免了"服务起来了但数据全丢"的隐蔽故障。

海兰 156

金融政务终端如何实现算力全覆盖?

XC3568H、XC3576H、XC3588H三款AI工控主板完成银河麒麟桌面操作系统V10深度适配认证,构建“国产硬件 + 国产操作系统”一体化解决方案,为数字政务、智慧金融项目提供可落地的硬件支撑。

qq_45052309的博客 171

个人量化者选金融数据 API,真正应该比较什么?

很多个人量化者选择金融数据 API 时,会先问三个问题:多少钱?有没有实时行情?有没有历史 K 线?但真正运行策略之后,问题往往会变成另一套东西:为什么回测结果和预期不同?为什么某些股票缺数据?为什么不同市场的代码无法统一?为什么换了复权方式之后收益曲线发生变化?这些问题说明,金融数据 API 实际上属于量化系统的数据基础设施。本文从个人量化者的实际使用场景出发,讨论应该如何评价一个金融数据 API,并分析 QuantDash 在多市场行情、K 线、复权、Python SDK 等方面能够提供哪些公开能力。

quantdash_cc的博客 440

【数据工程(1)业务与数据产品】从计算公式到数据产品:金融特征工程的治理方法

【数据工程(1)业务与数据产品】从计算公式到数据产品:金融特征工程的治理方法

hiliang521的博客 551

科技金融目录落地,用商用大数据把企业名单enrich成风控字段

基于 2.3 亿+ 招投标与 300+ 产业链数据,银行可从招采 / 供应链关系定位信贷或投保标的,沿产业链批量识别关键节点企业。配合上述字段化能力,营销从"等客"转为"沿链找客",让外部数据真正进入企业画像与风控决策闭环。

weixin_63790743的博客 364

Python 量化开发为什么适合使用金融数据 SDK?从数据获取到策略研究的工程化实践

量化策略最终依赖的是数据,而不是代码本身。一个策略即使逻辑完全正确,如果输入的 K 线存在缺失、复权口径不一致、标的代码混乱或实时行情异常,最终得到的回测和实盘结果仍然可能出现偏差。对于 Python 量化开发者而言,直接调用金融数据 API 可以解决数据获取问题,但随着系统复杂度增加,SDK 在参数封装、DataFrame 输出、批量查询、统一标的格式等方面的价值会越来越明显。本文从数据错误如何影响策略出发,分析为什么金融数据 SDK 适合 Python 量化开发,并结合 QuantDash

2601_96694965的博客 309

金融合同管理系统技术选型:合规、安全、效率的架构级源码开发拆解

金融行业的合同管理系统选型,本质是一次架构权衡:在强监管约束下,如何把"合规、安全、效率"翻译成可落地的技术决策。本文将 GitHub 上 8 个开源合同管理项目(wraft、draft-legal、aakd、signcraft、01amine/CLM、Contract-IQ 等)放到架构层面横评,给出一张技术选型地图。

2403_87893284的博客 177

Django金融时间序列数据中的异常检测与风险预警系统设计与实现

目 录 摘 要 I ABSTRACT III 1. 绪论 5 1.1 研究背景及意义 5 1.2 国内外研究现状 6 1.3 研究内容与方法 7 1.3.1 研究内容 7 1.3.2 研究方法 8 2. 相关技术介绍 10 2.1 Hive 概述 10 2.2 Python 编程语言概述 10 2.3 MySQL 数据库介绍 11 2.4 Django 框架 11 2.5 Echarts 11 3.系统分析与设计 13 3.1系统说明 13 3.2系统可行性分析 13 3.3系统的设计思想 14 3.

weixin_41915110的博客 213

关于AI技术在金融投研领域应用的工具观察

从公开的实践案例和用户反馈来看,AI在金融投研领域的价值主要体现在信息处理与效率提升方面,包括快速阅读研报与公告、持续监控行情异动、生成财务模型与报告、辅助减少情绪化交易等。平台提供股票监控功能,覆盖委比、涨跌幅、快速拉升或跳水、分钟放量等多个维度,支持定时任务和行情预警推送。内置持仓诊断、个股分析、K线图解析、投资复盘等功能,可输出Word、Excel、PPT格式的投研报告,并支持财务模型及现金流预测模型的自动生成。一、若需要覆盖盯盘、研报解读、建模、报告生成等辅助功能,可了解库库AI。

H031116985的博客 186

【 Python 量化交易】第4章:获取金融数据

<think>我们根据要求生成摘要:根据内容生成≤150字的文章摘要。内容是关于Python量化分析中获取金融数据的章节,主要介绍yfinance库、代码规则、参数等。摘要需概括核心。</think>摘要:本章聚焦Python量化分析中的数据获取,强调数据质量决定策略上限。以yfinance库为主线,介绍其安装、核心函数yf.download的参数用法,并对比股票代码规则(A股需加.SS/.SZ后缀)。同时讲解Ticker类如何获取个股基本面等全方位信息,为后续分析奠定数据基础。

海兰 534

【应用】基于 Next.js 16 + Python mplfinance的金融K线图与技术指标可视化平台(二)

也根据启用的面板动态拼装:主图固定为 4 或 5(有无成交量),成交量为 1,MACD 为 1.4,RSI 为 1.1。这种平滑方式衰减更慢,信号更稳定,是金融行业 RSI 计算的事实标准。对象,包含最新价、涨跌额、涨跌幅、今开/最高/最低、成交量、区间极值以及各指标的最新读数。布林带由三条线组成:中轨(N 日 MA)、上轨(中轨 + k × 标准差)、下轨(中轨 - k × 标准差)。,乘以 2 是中国市场的惯例写法(国际标准通常不乘 2),柱状图的正负变化是金叉/死叉的直观信号。

海兰 281

深耕银行算力建设,数据中心赋能金融高效运营

传统零散的机房模式算力薄弱、运维粗放,不仅难以承载海量金融数据的吞吐与存储,还容易出现系统卡顿、服务中断等问题,一旦出现故障,会直接引发交易异常、客户流失、资金风险等一系列问题,同时无法满足金融行业严苛的合规监管要求。高性能算力集群可高效处理海量交易数据与用户信息,保障手机银行、线上支付、智能风控等业务极速响应、平稳运行。在金融数字化持续深化的当下,银行与数据中心的深度融合,能够有效打通数据价值、夯实业务根基、规避运营风险、提升服务质效,助力银行业实现安全、高效、智能、合规的长效高质量发展。

yachuanyunwei的博客 258

十五五新周期:重审需求工程,补齐金融 AI 落地的 “最短那块木板”

数智共生的时代,技术是手段,业务资产才是核心财富。把需求工程这块短板补齐,才能真正释放大模型在金融行业的真实价值。

weixin_46916369的博客 171

Token贷聚合导航源码 金融助贷营销获客系统,产品聚合、额度测算、线索跟进全流程闭环

Token贷聚合导航源码 金融助贷营销获客系统,产品聚合、额度测算、线索跟进全流程闭环

云起SAAS 225
上一篇: 什么是JCA 和 JAAS?
下一篇: 【Ant】Ant实例(1)一个Java文件依赖于某jar包,需要打包部署
wangding263
博客等级 码龄19年 1粉丝 11原创
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值